Curriculum
三大能力模块
01 数据与表示基础
将实验过程、结构信息、反应数据与表征信号转化为可训练、可调用、可追溯的数据资产， 建立面向智能建模的统一数据语言。
02 建模与智能分析
基于计算化学、机器学习、深度学习与生成模型，构建可解释的预测模型， 支撑性质预测、候选筛选与分子材料设计。
03 自动化执行与系统工程
将模型与决策结果转化为可执行的实验和计算流程，训练智能体工具调用、 任务编排、设备控制和数据闭环能力。
Courses
六门核心课程
数据与表示基础
2学分
化学信息学与数据基础
课程大纲
围绕分子图、SMILES、InChI、3D结构、分子力场、化学数据库检索和谱学数据处理， 建立分子、反应与谱学数据的标准化表示和规范化管理能力。
陈书森 (课程负责人)
建模与智能分析
2学分
化学人工智能方法与应用
课程大纲
系统学习机器学习、分子图神经网络、生成模型、大语言模型辅助化学推理与模型评估方法， 完成从特征工程到端到端表示学习的化学 AI 建模训练。
孙耿 (课程负责人)
自动化执行与系统工程
2学分
AI科学智能体与前沿应用
课程大纲
从 Agent 工作流、MCP 工具生态、提示工程、RAG、多智能体系统到端到端综合实践， 构建能够任务分解、知识获取、代码生成和工具调用的科学智能体。
左赵宏 (课程负责人)
自动化执行与系统工程
2学分
自动化实验系统工程基础
课程大纲
面向智能实验室建设，学习自动化实验系统架构、移液自动化、反应装置智能化、 传感器与安全联锁、Lab-OS 系统和设备控制方法。
马铁东 (课程负责人)
从数据到模型，从模型到智能创制
六门课程共同构成“数据表示—智能建模—系统执行”的完整学习路径， 帮助学生在原有专业基础上叠加 AI for Science、分子工程和智能实验系统能力。
查看招生信息